国家自然科学基金(60273033)
- 作品数：22 被引量：433H指数：10
- 相关作者：陈兆乾陈世福李宁王金根姚望舒更多>>
- 相关机构：南京大学南京航空航天大学扬州大学更多>>
- 发文基金：国家自然科学基金江苏省自然科学基金江苏省“十五”科技攻关项目更多>>
- 相关领域：自动化与计算机技术医药卫生电子电信理学更多>>
- 基于粗糙集属性约减和神经网络集成的人脸识别技术被引量：3
- 2005年
- 提出了一种基于粗糙集的属性约简方法对经由PCA处理后的人脸特征进行提取,随后使用一种神经网络集成的方法对约简后的人脸数据进行识别。实验结果表明,使用该方法约简后的数据与使用仅由PCA处理后的数据相比,两者获得的识别精度基本相同,而前者的数据属性维数远小于后者,从而大大降低了识别过程的复杂程度。
- 万琼商琳李宁谢振华陈兆乾
- 关键词：人脸识别粗糙集神经网络集成
- CRGA——一种基于保留全局公共模式和约束交叉位置的遗传算法被引量：8
- 2006年
- 提出了一种基于保留全局公共模式和约束交叉位置的遗传算法CRGA,该算法解决了标准交叉算子容易破坏高阶、长而好的模式及其在相似个体之间低效的问题,CRGA通过对适应度高于群体平均适应度的个体模式基因值的统计来估算父个体基因值在子个体中保留的概率,从而达到对高阶、长而好的模式的保护;同时通过约束交叉位置,保证了交叉操作一定能产生新个体·实验结果表明,CRGA算法在收敛精度和收敛速度上都要明显优于基于标准交叉算子的遗传算法·
- 姚望舒陈兆乾陈世福
- 关键词：交叉算子收敛速度
- 并行学习神经网络集成方法被引量：50
- 2005年
- 该文分析了神经网络集成中成员神经网络的泛化误差、成员神经网络之间的差异度对神经网络集成泛化误差的影响,提出了一种并行学习神经网络集成方法;对参与集成的成员神经网络,给出了一种并行训练方法,不仅满足了成员网络本身的精度要求,还满足了它与其余成员网络的差异性要求;另外,给出了一种并行确定集成成员神经网络权重方法.实验结果表明,使用该文的成员神经网络训练方法、成员神经网络集成方法能够构建有效的神经网络集成系统.
- 王正群陈世福陈兆乾
- 关键词：神经网络神经网络集成泛化误差
- 一个基于谱图分割的简单聚类算法被引量：5
- 2004年
- 目前谱聚类在文本分类、图像分割和信息检索等领域的应用越来越引起研究者的重视,并取得了一定的成果.但是,大多数已有的谱聚类算法需要事先给定聚类数.在k means算法、EM等聚类方法中也存在相似的问题.在此介绍了一种简单的容易实现的谱聚类算法,可以自动确定合适的聚类数.实验表明本算法结果很好.
- 田娟王崇骏李静陈兆乾
- 关键词：K-MEANS算法文本分类聚类方法信息检索类数谱图
- 粗糙集在神经网络中应用技术的研究被引量：20
- 2004年
- 通过对有关粗糙集与神经网络相结合的研究现状,关键技术和发展趋势进行分析,给出了一个三维应用框架,并介绍了粗糙集用于数据预处理、神经元设计和粗糙集用于神经网络结构设计几个方面的应用现状,并给出了粗糙集在神经网络中应用的关键技术。
- 谢振华商琳李宁王金根陈世福
- 关键词：粗糙集神经网络粗糙神经网络
- 进化神经网络研究综述被引量：23
- 2004年
- 进化算法(EAs)与神经网络(NN)的结合已形成了一个新的领域—进化神经网络,在神经网络的研究中举足轻重。本文通过讨论和总结进化神经网络中的关键技术和现状,概述了其设计与构造的趋势。所讨论的是:(1)进化神经网络的研究方法;(2)进化模型;(3)应用实例及关键技术;(4)研究方向。
- 姚望舒万琼陈兆乾王金根
- 关键词：进化神经网络进化算法神经网络网络结构信息处理
- 一种快速支持向量机分类算法的研究被引量：29
- 2004年
- 提出一种快速的支持向量机分类算法———FCSVM ,对支持向量集采用变换的方式 ,用少量的支持向量代替全部支持向量进行分类计算 ,在保证不损失分类精度的前提下使得分类速度有较大提高 在UCI标准数据集上进行的分类实验以及在FERET标准人脸库上进行的人脸识别实验都表明该算法具有较好的性能 ,在一定程度上克服了传统的支持向量机分类速度较慢的缺点、尤其在训练集规模庞大、支持向量数量较多的情况下 ,采用该算法能够较大幅度地减小计算复杂度 。
- 刘向东陈兆乾
- 关键词：支持向量机
- BP神经网络容噪性分析及其应用被引量：2
- 2005年
- 噪声无处不在,而样本中含有噪声会对神经网络学习的效果产生重要的影响,因此,对神经网络容噪性的研究具有重要的实际意义.通过实验分析了样本数据中噪声、噪声频率及样本数据各个属性的噪声频率的差异对BP神经网络学习性能的影响.文章最后分析了RoboCup的噪声模型,认为RoboCup的噪声是一种PRAv噪声,并设计了一种容噪BP神经网络,把其应用到RoboCup的五类截球动作中,取得了好的效果.
- 姚望舒沈建强李宁陈兆乾
- 关键词：噪声BP神经网络ROBOCUP
- 支持向量机最优模型选择的研究被引量：73
- 2005年
- 通过对核矩阵的研究,利用核矩阵的对称正定性,采用核校准的方法提出了一种SVM最优模型选择的算法———OMSA算法.利用训练样本不通过SVM标准训练和测试过程而寻求最优的核参数和相应的最优学习模型,弥补了传统SVM在模型选择上经验性强和计算量大的不足.采用该算法在UCI标准数据集和FERET标准人脸库上进行了实验,结果表明,通过该算法找到的核参数以及相应的核矩阵是最优的,得到的SVM分类器的错误率最小.该算法为SVM最优模型选择提供了一种可行的方法,同时对其他基于核的学习方法也具有一定的参考价值.
- 刘向东骆斌陈兆乾
- 关键词：支持向量机核参数
- 基于特征选择的神经网络集成方法被引量：19
- 2004年
- 将特征选择技术ReliefF引入Bagging方法中,提出了一种新的神经网络集成方法———ReBag.实验结果表明,本方法的泛化能力优于Bagging方法,与AttributeBagging方法相当但效率更高.
- 凌锦江陈兆乾周志华
- 关键词：神经网络集成泛化能力
